乂学教育松鼠AI创始人栗浩洋：全球兴起AI教育浪潮，AI将颠覆传统教育推荐

全球已经兴起了一股人工智能教育的浪潮，中国才只是刚刚开始。

i黑马讯（张乘辅）7月6日消息，由创业黑马主办的“2018中国独角兽峰会”今日在京举行，乂学教育、松鼠AI创始人栗浩洋出席活动并发表主题演讲。

乂学教育、松鼠AI创始人栗浩洋

栗浩洋在演讲中表示，全球已有100多家AI教育公司，用户将近1亿人。全球已经兴起了一股人工智能教育的浪潮，中国才只是刚刚开始。AI教育不仅可以提供个性化的方案，实时调整学习内容，还可以“追根溯源”学生的知识盲点。

以下为经i黑马编辑过的演讲节选：

人工智能走到今天，出现很多人在谈人工智能泡沫，原因是什么？因为很多AI的企业并没有落地场景，所以无论你发表多少篇论文，无论你在全球取得什么技术突破，但如果没有真正的应用场景，没有真正的消费者受益，也没有商业模式的话，是不可能走下去的。

全球兴起AI教育浪潮，已有100多家AI教育公司

人工智能在教育里面的应用一直也是一个难题，我今天把全球人工智能教育的情况跟大家都做一个简单的梳理和分解。

对中国来说，优秀的教育资源十分稀缺。那么这样稀缺的教育资源是不是能用AI老师来代替呢？现在我可以断定说，中国的教育内容有90%左右都是在浪费，不但没有效率，而且挫伤孩子的积极性。

在全球，AI智适应教育已经有100多家公司，已经有将近1亿的用户在使用了。

在这个领域里，扎克伯格在重金投资，成立了扎克伯格基金会，并且把美国前教育部部长聘为基金会负责人，而且投资了印度的和美国的人工智能自适应的教育公司。比尔盖茨也在重金投资，比尔盖茨基金会说智适应教育是我们当下教育领域里面最需要的东西，并且提供了3亿多美金来做AI智适应教育的开发。乔布斯的太太也创办了专门投资人工智能教育的基金，并且一口气投资了10家人工智能教育公司。澳洲的Smartsparrow获得了1400万融资，印度的byju’s融资超过2.1亿美金，韩国的KnowRe拿到了软银的投资，美国的可汗学院也从慕课转型到人工智能自适应。

可以说，全球已经兴起了一股人工智能教育的浪潮，而中国才只是刚刚开始。

AI教育让学习“千人千面”和“追根溯源”

人工智能教育到底能解决学生什么样的问题呢？它的技术和算法达到什么样的程度？能够完成什么样的任务和目标呢？

我们认为，教育第一件事就是保持学生的专注度。教育是反人性的，并不是因为孩子不爱学，相反求知是人生下来就具备的本能。之所以反人性，是因为目前教育都是千人一面的，所有的孩子都学一样的内容，自然就有人学不下去。

我小的时候学习特别好，平均成绩95分以上，大部分老师讲的课我也不爱听。但我到数学奥林匹克竞赛班的时候，听得如痴如醉，最后获得了全国一等奖，保送上海交通大学。我喜欢奥赛，是因为他教授的内容正好适合我的思考程度。反过来，对一个50分的孩子，你给他讲70、80分的知识，他也听不下去。

如果我们能够用AI教学，像AlphaGo一样自动调节授课水平就好了，跟九段高手下九段的水平，跟两段的人下两段的水平。所以，我们给50分的孩子51分的知识点，先建立他的信心，然后再往52、53分以至于60分进发。

我们用知识地图理论和贝叶斯推断，通过算法对每个学生进行一对一的用户画像的侦测，再通过AI系统给他推送最适合他的内容，这就是我们做的个性化匹配。通过学生的用户画像和内容测写，通过机器学习和概率模型，我们给每个学生定制与众不同的教学方案和教学情况。

我们认为，在这个世界上没有任何两个孩子应该被放进同一个学习班里进行学习，不管是课内还是课外。

AI教育颠覆传统教育，除了可以提供个性化的方案，以及实时调整学习内容外，还有“追根溯源”。

比如，一个初三的知识点，我一直学不会，其实可能是初二、初一或者是小学一年级、二年级的一个知识点没有学会，就好像买空这个概念你不会，你要学对冲基金，是几乎不可能的。

我们通过AI的算法，可以追根溯源地找到每个孩子知识漏洞的根源，而不是像现在的教育，治标不治本。

乂学教育的五大技术首创

乂学教育之所以在中国成为AI教育的领先者，是因为我们做了融合和超越，我们的研发团队来自全球的三大人工智能教育独角兽公司，我们的首席科学家和首席架构师都是这三家公司里的核心技术人员。

第一，超纳米级的知识点拆分。什么叫知识点拆分？比如我们学分数的加减法，以前是被混合成一个知识点，现在我们把它拆成了100个知识点。从而，我们可以像从中医把脉进步到X光，再进步到核磁共振一样，对学生有更清晰的认识。

第二，对学习能力和学习方法的拆分。我们中国的孩子最大的问题是什么？是靠刷题考入大学，但并没有真正学到解决问题的能力。我一直在讲，乂学教育一定不能给每个孩子脑子里面灌满水，我们不能只是用AI侦测知识点，让孩子快速取得高分，我们希望给孩子心中点燃一把火，激发他的求知和潜能。

那需要怎么做呢？我们把数学、语文、英语、物理做出了大量能力的拆分，通过这些可测量、可定义、可传授的一些能力，然后教给孩子进行举一反三和举一反百。我们现在分析出了概念理解能力、物理规律应用能力、猜想观察能力、数据处理能力、物理量测估能力、公式变形应用能力等等，通过这些能力的拆分，给小孩子获得终身受益的机会。

第三，非关联性知识点的关联概率。我们知道知识地图理论是把知识点拆成纳米级之后，把知识点之间建立关联性，然后通过信息论来最高效地对学生进行测试和教学的，包括刚才说的追根溯源也是基于知识地图来做的。

现在，我们还对非关联性的知识点，建立了关联概率，从而让测试效率和学习效率可以分别比Aleks的知识地图理论模型提高3-10倍。

第四，用错因重构知识地图。我们在教研中发现，一道题目答错，可能并不是知识点没掌握。可能因为概念辨析不清、不能提取题干重要信息、畏难心理等等众多其它原因。所以，我们现在把一道题，原来标注3、4个知识点，变成了标注25个错因。进一步重构知识地图。

第五，对抗模型。这是我们正在做的，现在我们用贝叶斯生成对抗网络，基于主体的仿真，以及AI智适应的技术和教育心理学的模型，创造了一个机器和机器之间，模拟学生和老师之间的学习和对战。

通过这样的模型，就像AlphaGoZero一样进行左右互搏，从而使我们能够快速、高效、大幅度地优化算法，减少我们对实际场景下数据量的需求。

到今天为止，我们在网上搜索了一下，中国公布进入到AI教育赛道的公司已经有50多家，我们非常希望和全中国所有的教育公司一起，用AI教育来改变这个世界。